MétaCan
Menu
Retour à la cohorte
Enregistrement W4281731807 · doi:10.5539/jmr.v14n3p56

On Kostant-Kirillov Symplectic Structure and Quasi-Poisson Structures of the Euler-Arnold Systems

2022· article· en· W4281731807 sur OpenAlexvenueno aff
Bruno Iskamlé, Joseph Dongho

Notice bibliographique

RevueJournal of Mathematics Research · 2022
Typearticle
Langueen
DomaineMathematics
ThématiqueAdvanced Algebra and Geometry
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSymplectic geometryMathematicsPoisson manifoldSymplectic manifoldPoisson bracketFirst class constraintPure mathematicsPoisson algebraMoment mapSymplectic integratorSymplectomorphismAlgebra over a fieldSymplectic representationLie algebra

Résumé

récupéré en direct d'OpenAlex

The concept of symplectic structure emerged between 1808 to 1810 through the works of Lagrange and Poisson on the trajectory of the planets of the solar system. In order to explain the variation of the orbital parameters, they introduced the symplectic structure associated to the manifold describing the states of the system and a fundamental operation on functions called Poisson’s bracket. But, the latter also comes from the Hamiltonian formalism which does not automatically lead to a Poisson structure. Although contrary to the Riemannian case, not every manifold necessarily admits a symplectic structure including even dimensional manifolds. The aim of this paper is to show the interaction between the Kostant-Kirillov symplectic structure and quasi-Poisson structures coming from the Euler-Arnold systems. The Lie algebra theoretical approach based on the Kostant-Kirillov coadjoint action will allow us to obtain a class of the quasi-Poisson structures resulting from the characterization of the Hamiltonian system and to prove some results on the Kostant-Kirillov symplectic structure in the quasi-Poisson context.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,003
Communication savante0,0020,002
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,085
Tête enseignante GPT0,393
Écart entre enseignants0,308 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Mathematics ResearchMême sujetAdvanced Algebra and GeometryTravaux en français237 207